Atlas Edition 23.06.2026
LIVE SYSTEM
--:--:--
Zurueck
Korrektur zu Studie über Erkennung seltener Ereignisse veröffentlicht
AI GENERATED 23.06.2026 00:15 Wissenschaft und Forschung

Korrektur zu Studie über Erkennung seltener Ereignisse veröffentlicht

Ein Korrekturhinweis wurde am 22. Juni 2026 fĂĽr einen Beitrag veröffentlicht, der sich mit der Erkennung seltener Ereignisse mittels progressiver Clustering-Untersampling beschäftigt. Der Originalartikel erschien im Fachjournal PLOS…

Ein Korrekturhinweis wurde am 22. Juni 2026 für einen Beitrag veröffentlicht, der sich mit der Erkennung seltener Ereignisse mittels progressiver Clustering-Untersampling beschäftigt. Der Originalartikel erschien im Fachjournal PLOS ONE unter der DOI 10.1371/journal.pone.0352210.

Fehlerhafte Zuordnung der Abbildungen

Die Korrektur weist darauf hin, dass die Bildbeschriftungen der ergänzenden Abbildungen S1, S2 und S3 vertauscht wurden. Das Bild, das ursprünglich als S1 Fig ausgewiesen war, entspricht in Wahrheit S3 Fig, das als S2 Fig gekennzeichnete Bild entspricht S1 Fig, und das als S3 Fig dargestellte Bild ist tatsächlich S2 Fig.

Inhalt der korrigierten Abbildungen

S1 Fig illustriert einen alternativen Pfad im PCU-Prozess, wobei das Endergebnis kaum abweicht. S2 Fig präsentiert die Bewertungsergebnisse verschiedener Modelle, gemessen am Iris-Testdatensatz, und unterscheidet zwischen überwachten Klassifikatoren ohne Resampling und KNN-Modellen nach unterschiedlichen Resampling-Methoden. S3 Fig veranschaulicht den Studienablauf sowie die prädiktiven Modelle, die mit verschiedenen Kombinationen von Resampling- und Klassifikator-Techniken erzeugt wurden, wobei die neue PCU-Methodik integriert ist.

Reaktion des Verlags

Der Herausgeber entschuldigte sich für die fehlerhafte Zuordnung der Abbildungen und stellte die korrekten Versionen auf der Online-Plattform bereit. Die inhaltliche Aussage des Artikels bleibt unverändert.

Originalpublikation und Zugriff

Der ursprüngliche Beitrag trägt den Titel „Rare event detection by progressive clustering undersampling“ und wurde von den Autoren A. Abuzeid und E. Jolkver verfasst. Der Beitrag ist Open‑Access und steht unter der Creative‑Commons‑Attribution‑License, die uneingeschränkte Nutzung, Verbreitung und Vervielfältigung erlaubt, sofern die ursprünglichen Urheber und die Quelle genannt werden.

Zusätzliche Metadaten

Die Online-Version des Artikels gibt aktuelle Metriken an: die Zitierzahl, die Aufrufzahlen sowie die Anzahl der Social-Media-Interaktionen werden von der Plattform Dimensions erfasst. Die Daten stehen in Echtzeit zur VerfĂĽgung.

Dieser Bericht basiert auf Informationen von PLOS ONE, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.

Ende der Uebertragung

Quellenverzeichnis & Rechtliches

Die Berichterstattung von VisionGaia News basiert auf oeffentlich zugaenglichen Informationen.

Bezugsquellen

  • Open Sources

Lizenzen

  • CC / Public Records

Lizenzprotokolle

Creative Commons BY-SA 4.0

Redaktionelle Eigeninhalte von VisionGaia News stehen unter der
Creative Commons Attribution-ShareAlike 4.0 International.

Datenherkunft: Frei zugängliche, rechtlich zulässige Quellen.
Verarbeitung: KI-gestĂĽtzte Synthese mit redaktioneller PrĂĽfung.


Quellenverzeichnis & Rechtliches

Die Berichterstattung von VisionGaia News basiert auf öffentlich zugänglichen Informationen aus staatlichen, institutionellen und offen lizenzierten Quellen.

Bezugsquellen

  • Deutsche Bundesbehörden
  • EU Institutionen
  • UK & US Government
  • Russian Government
  • UN, WHO, Weltbank
  • Open-Content (Wikinews)
  • Open-Content Networks
  • Wissenschaftliche Fachportale

Lizenzen

  • § 5 UrhG (Amtliche Werke)
  • CC BY 4.0 / CC BY-SA 4.0
  • Creative Commons BY (Open-Content-Projekte)
  • Creative Commons BY 4.0 (Wissenschaftliche Artikel)
  • Open Parliament Licence v3.0
  • Open Government Licence v3.0
  • Public Domain (US)
  • Staatliche Dokumente etc. ohne Copyright(RU)
  • Creative Commons BY 4.0 (RU)
Establishing Uplink...

Privacy Protocol

Wir verwenden CleanNet Technology für maximale Datensouveränität. Alle Ressourcen werden lokal von unseren gesicherten Servern geladen.

Für externe Media-Inhalte (3rd Party Cookies), aktivieren Sie bitte die entsprechenden Optionen. Weitere Details finden Sie in unserer Datenschutzerklärung.

Core SystemsTechnisch notwendig
External MediaMaps, Video Streams etc.
Analytics (VGT Telemetrie)Anonyme AES-256 Metriken
Datenschutz lesen
Engineered by VisionGaiaTechnology